基于遗传算法的桁架结构布局优化设计

利用遗传算法在Matlab语言环境中对桁架结构进行布局优化设计方法的研究,分别选择杆件截面面积、节点坐标、杆件存在状态为设计变量,同时进行截面尺寸、形状、拓扑三个方面的优化.讨论了实现过程中一些问题的处理,利用结构可能的拓扑形式编号为设计变量进行拓扑优化等,提出利用一个变量控制参数boundsops解决了多类型参数联合编码和离散变量的问题,提出一种结构优化设计实用方法.算例表明,提出的基于遗传算法的桁架结构布局优化设计方法进行桁架结构的布局优化设计比较容易实现,简单、有效,可以产生很好的效益.     

基于人工鱼群算法的桁架结构的优化

针对基本人工鱼群算法在解决桁架结构优化问题时存在的后期收敛速度慢、寻优精度不高等缺陷,在算法初期采用Logistic方程初始化解群,提高求解效率和质量,在算法运行过程中利用粒子群优化算法惯性权重调整策略对人工鱼的步长进行改进,以提高寻优的速度和精度。将改进后的算法应用到桁架结构优化中,以桁架截面尺寸为设计变量,结构最小重量为目标函数建立优化设计模型,运用MATLAB进行模型优化分析,并与其它算法优化结果进行对比。结果表明,改进的算法在收敛速度与寻优精度方面均有所提高,尤其在迭代计算的初期,效果非常明显。     

离散变量刚架结构拓扑优化设计的一种新方法

以刚架结构为研究对象，提出一种遗传算法和拟满应力算法相结合的杂交算法，来解决离散变量结构拓扑优化设计问题。利用遗传算法进行刚架结构拓扑优化，用拟满应力算法进行截面优化，可充分发挥两种算法各自的优势，从而加快搜索进程。拓扑优化过程中，在对刚架结构受力分析的基础上，设计了一些启发式技术，使得遗传算法的初始种群中含有足够数量的可行个体，同时对遗传操作过程做了一些改进，从而有效地提高了遗传算法求解的效率和质量。     

基于杂交算法的机翼结构布局优化设计

为了解决机翼结构布局优化问题,提出一种同时进行拓扑优化、形状优化及几何尺寸优化的杂交优化算法。对拓扑设计变量和形状设计变量采用混合编码方式构造染色体结构,利用MSC/NASTRAN实现尺寸优化,并将其结果作为布局遗传操作的依据,利用混合编码遗传算法进行布局优化。为了加快收敛进程,利用专家知识的启发性功能对布局设计区域进行了有效缩减,以产生符合工程实际要求的布局形式。通过对大展弦比机翼结构的布局优化设计计算,表明文中所提结构布局优化方法减重效果明显,是可行和有效的。     

基于人工鱼群算法的桁架结构的优化

针对基本人工鱼群算法在解决桁架结构优化问题时存在后期收敛速度慢、寻优精度不高的缺陷,在算法初期利用混沌运动遍历性、随机性等特点初始化解群,提高求解效率和解的质量,在算法运行过程中利用粒子群优化算法惯性权重调整策略对人工鱼的步长进行改进,提高寻优的速度和精度。将改进后的算法应用到桁架结构优化中,以桁架截面尺寸为设计变量,结构重量最小为目标函数建立优化设计模型,运用Matlab进行模型优化分析,并与其它算法优化结果进行对比。结果表明,改进的算法在收敛速度与寻优精度方面均有所提高,尤其在迭代计算的初期,效果非常明显,迭代次数为55次左右时优化结果基本平稳。     

基于遗传算法的预应力钢桁架优化设计

目的针对预应力钢桁架的结构截面变量取值离散性、设计需考虑多种因素影响、计算重分析次数较多等特点，应用遗传算法对其进行优化设计，从而达到使结构受力合理，质量最轻的目的．方法通过有限元方法对预应力钢桁架结构进行结构分析，得到相应的应力、内力，然后按照一定的优化模型对结构进行遗传操作，得到优化结果．结果应用所编程序对平面预应力钢桁架实例进行优化设计，算例表明相对于其他优化算法，遗传算法在预应力钢桁架的优化设计中具有可行性和有效性．结论所编程序具有编程简单、快捷、搜索效率和求解精度较高等特点，克服了已有工程实践中通过多次试算，按经验来确定预应力值的弊端，为预应力钢桁架的优化设计提供了一种可行的方法．     

复合形遗传算法在离散变量桁架结构拓扑优化设计中的应用

为了避免在结构拓扑优化过程中杆件和节点的增删带来的奇异解，设计了一些启发式准则来产生结构可能的拓扑结构形式，再采用混合遗传算法——复合形遗传算法进行截面优化。把复合形法嵌入到遗传算法中，利用复合形法对群体中的可行个体和不可行个体分别进行处理，可提高遗传算法种群的质量，有利于最优解的搜索。该方法既有复合形法快速高效的特点，又有遗传算法全局性好的特点。算例的结果表明，该方法用于桁架结构拓扑优化设计是有效的。     

桁架结构尺寸和形状、拓扑的渐进优化方法

提出了一种求解桁架结构尺寸，形状和拓扑组合优化的渐进优化方法。将优化问题分解为拓扑优化和尺寸、形状优化两个子问题分层求解。通过连续化的拓扑变量和近似方法构造了拓扑变量灵敏度系数计算式，由拓扑变量灵敏度系数识别和删除杆件单元。结构尺寸、形状优化采用准则法和渐进移点法的组合方法。分层优化时，在桁架中加上所有可能的杆件，先进行尺寸、形状优化，再进行拓扑优化，随后二者交替进行迭代，迭代过程的结构重量最小值即为最优解。算例表明了文中方法的有效性，以及组合优化最优解不一定是杆件数目较少的解。     

预应力索-桁架结构拓扑优化设计

对包括索力值、构件截面尺寸和结构拓扑的预应力索-桁架结构优化设计进行研究.以应力为约束条件,建立以结构质量为目标函数的数学模型.在求解方法上,首先建立求解索力值和构件截面尺寸的线性规划模型;证明了在每个迭代步中,该模型的最优解至少使得1个构件截面尺寸为零,并通过删除零力杆实现结构的拓扑优化设计.算例结果与相应体系理论相吻合,表明本文所提出的方法有效,可为预应力索-桁架结构提供合理的布局.     

微分演化算法在桁架形状优化中的应用

为了获得全局最优和解决具有应力约束、几何约束以及局部稳定性约束的桁架形状优化问题中2类不同设计变量耦合给优化带来的困难,将1种新型智能优化算法——微分演化（Differential Evolution,DE）应用于桁架结构的形状优化问题中。给出了考虑节点坐标和截面面积两类不同性质的设计变量的桁架结构优化的数学模型,并对几个经典的桁架结构进行优化,将所得结果与其他优化算法结果进行了比较。数值结果表明了DE算法具有良好的收敛性和稳定性,可以有效地进行桁架结构的形状优化设计。     

桁架结构优化设计的遗传算法

本文提出桁架结构系统优化设计的新方法──遗传算法，它不同于常规优化算法的特点在于，从多个初始点开始寻优．并采用交迭和变异算子避免过早地收敛到局部最优解，可获得全局最优解，且不受初始值影响。该算法不必求导计算，编程简单，快捷，它尤其适用于具有离散变量的结构优化设计问题。     

桁架结构拓扑优化的半定规划建模与求解

为克服桁架结构拓扑优化传统模型中优化问题非凸、多重特征值不存在常规梯度等困难,将考虑多种约束的桁架结构拓扑优化问题建模为统一的半定规划(semidefinite programming,SDP)模型.首先给出体积、柔度、基频和全局稳定约束的等价半定形式;然后基于桁架结构刚度和质量矩阵的线性表达式,将考虑体积、柔度和基频的优化问题表述为线性半定规划对偶规划问题的标准形式;最后分别以全局稳定约束和应力约束为例,对非线性半定约束和非线性常规约束进行了近似处理,建立了一般非线性模型的近似半定模型并给出了序列求解算法.线性半定规划模型将传统的非线性非凸模型转化为凸模型,具有良好的数值特性;对非线性约束的处理方法使统一模型既能利用半定约束的良好特性,又能够考虑多种常规约束,有助于提高优化结果的工程实用性.优化算例表明,半定规划模型和算法具有多种约束下桁架优化问题的求解能力,且能够处理包含多重特征值的基频约束和全局稳定约束,证明了所提模型和算法求解桁架结构拓扑优化问题的有效性.     

基于连续体拓扑优化的大型基座轻量化设计

拓扑优化设计能在给定约束和边界条件下,获得最优的材料布局。研究了连续体结构拓扑优化在大型基座轻量化设计中的应用。介绍了连续体拓扑优化原理,建立了拓扑优化的数学模型;对某大型经纬仪的基座进行连续体拓扑优化设计,获得基座的最优材料分布结果;以拓扑优化结果呈现的材料分布特征为依据,用空心方钢管构建桁架结构基座,完成轻量化基座的设计;对设计结果进行有限元分析,结果表明,轻量化基座与传统铸造结构基座相比,在保证静力载荷变形不变的情况下,可减重357.4kg,轻量化率为27.8%。     

遗传算法在建筑结构优化设计中的应用

介绍并发展了一种基于非连续设计变量的结构优化设计方法－遗传算法。它把结构优化问题模拟为生物进化问题。通过判断每一代中个体的优化程度进行优胜劣汰,从而产生下一代个体,如此反复迭代来完成优化设计。本文给出了遗传算法的详细计算过程,并提出了三种加快收敛的改进方法。     

一种多工况下桁架结构的拓扑优化设计方法

论文提出了一种桁架结构在多工况作用下满足平衡条件的拓扑优化设计方法。在该方法中,以杆件内力为设计变量,结构重量为目标函数,将拓扑优化模型描述为一个非光滑的数学规划问题,而后通过变量代换将其转化为光滑的非线性规划问题,进而将原问题的解转化为几个线性规划问题的解。方法保证得到两工况下的精确最优解,多工况(大于等于3)下的近似最优解。几个工程算例结果说明了该方法的合理性与有效性。